Fuzzy logic ditemukan pada pertengahan 1960 , tepatnya pada tahun 1965 oleh Prof. Lotfi Zadeh
dari Universitas California di Barkeley. Beliau mengatakan bahwa hukum benar salah dari logika
Boolean tidak memperhitungkan beragam kondisi yang nyata. Lalu muncullah ide untuk
menggolongkan set nilai yang menghitung nilai gradasi yang tak terbatas jumlahnya antara benar
dan salah. Yang mana anggotanya memiliki himpunan dengan derajat keanggotaan yang bernilai
kontinu antara 0 sampai dengan 1. Fuzzy membaginya kedalam derajat keanggotaan dan derajat
kebenaran, yaitu : sesuatu yang dapat menjadi sebagian benar dan sebagian salah pada waktu
yang sama. Konsep seperti ini disebut dengan Fuzziness dan teorinya dinamakan Fuzzy Set
Theory. Lingkup logika fuzzy antara lain adalah kendali proses, klasifikasi, manajemen dan
pengambilan keputusan , control.dll. sejak tahun 1985, terjadi banyak perkembangan pada logika
fuzzy terutam pada penyelesaian kendali yang bersifat non linear, time varying dan beberapa
kondisi yang kompleks.
Logika fuzzy meniru cara berpikir manusia dengan menggunakan konsep kesamaran suatu nilai.
Fuzziness adalah logika kabur yang berkenaan dengan kejadian, fenomena atau pernyataan itu
sendiri. Sebagai contoh :
1. Ketika ada seseorang yang membuat kopi, maka beberapa orang akan merasakan bahwa
air tersebut hangat dan panas.
2. Saat saya merasakan ruangan terasa panas, maka saya akan menyalakan pendingin
ruangan sehingga suhu udara saya rasakan sejuk.
Fuzzy system (sistem kabur) didasari atas konsep himounan kabur yang memetakan domain
input kedalam domain output. Ada beberapa alasan mengapa orang menggunakan logika fuzzy
(Kusumadewi S, Purnomo H, 2010) antara lain :
1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran
fuzzy sangat sederhana dan mudah dimengerti;
2. Logika fuzzy sangat fleksibel;
3. Logika fuzzy memiliki toleransi terhadap data data yang tidak tepat;
4. Logika fuzzy mampu memodelkan fungsi fungsi non linear yang sangat kompleks;
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman pengalaman para
pakar secara langsung tanpa harus melalui proses pelatihan;
6. Logika fuzzy dapat bekerja sama dengan teknik teknik kendali secara konvensional;
7. Logika fuzzy didasarkan pada bahasa alami.
II.
Himpunan Fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan
A, yang sering ditulis dengan uA[x], memiliki 2 kemungkinan (Kusumadewi S,
Purnomo H, 2010), yaitu :
1. Satu (1), bahwa item menjadi anggota dalam suatu himpunan;
Derajat keanggotaan Adalah derajat dimana nilai crisp compatible dengan fungsi keanggotaan
( dari 0 sampai 1). Juga mengacu sebagai tingkatan suatu nilai kebenaran.
Label Adalah nama deskriptif yang digunakan untuk mengidentifikasi kan sebuah fungsi
keanggotaan
Fungsi keanggotaan Adalah mendefinisikan fuzzy set dengan memetakan masukan crisp dari
domainnya ke derajat keanggotaan.
Daerah batasan crisp Adalah jangkauan seluruh nilai yang mungkin dapat diaplikasikan pada
variable sistem. Penyelesaian dengan logika fuzzy biasanya melewati 3 tahap yaitu : fuzzyfikasi,
evaluasi rule dan defuzzyfikasi.
III.
Kemudian salain pada kapeadatan kendaraan , parameter lainnya juga yang berpengaruh pada
lampu lalu lintas adalah untuk lama nyala lampu , yaitu
2). Dalam teknologi otomotif : sistem idling stop sistem pada beberapa kendaraan yang akan
mematikan mesin dan berfungsi untuk menghemat bahan bakar. Parameter yang digunakan
adalah seberapa rem dan gas yang digunakan pada kendaraan.
3). Dalam peralatan rumah tangga : pada pendingin ruang dan mesin cuci. Untuk pendingin
ruangan yang merupakan keluaran terbaru telah hadir system automatic climate control, yang
mana suhu AC tersebut akan menyesuaikan dengan kondisi dilingkungan sehingga akan nyaman
bagi pengguna nya. Saat udara diluar tidak terlalu panas, maka AC juga tidak terlalu dingin.